| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究工作和方向 | 第9页 |
| 1.3 论文的组织结构 | 第9-11页 |
| 2 相关知识及研究现状 | 第11-29页 |
| 2.1 图像分割综述 | 第11-18页 |
| 2.1.1 区域分割的研究意义和发展现状 | 第13-14页 |
| 2.1.2 区域分割的分类 | 第14-17页 |
| 2.1.3 区域分割评价 | 第17-18页 |
| 2.2 并行计算的现状及发展 | 第18-22页 |
| 2.2.1 一般并行计算的现状和发展 | 第18-20页 |
| 2.2.2 基于CUDA的GPU高性能并行计算 | 第20-22页 |
| 2.3 CUDA平台 | 第22-29页 |
| 2.3.1 CUDA软件结构 | 第22-23页 |
| 2.3.2 CUDA硬件结构 | 第23-24页 |
| 2.3.3 CUDA编程模型 | 第24-27页 |
| 2.3.4 CUDA程序的基本框架 | 第27-29页 |
| 3 基于CUDA的Otsu分割算法并行化 | 第29-38页 |
| 3.1 Otsu算法的基本原理 | 第29-30页 |
| 3.2 Otsu算法的串行实现 | 第30-31页 |
| 3.2.1 串行算法描述 | 第30页 |
| 3.2.2 串行算法实现及算法流程图 | 第30-31页 |
| 3.3 Otsu算法的GPU并行实现 | 第31-38页 |
| 3.3.1 并行算法基本思想 | 第31页 |
| 3.3.2 并行策略研究 | 第31-32页 |
| 3.3.3 CUDA并行实现 | 第32-38页 |
| 4 基于CUDA的区域生长分割算法并行化 | 第38-46页 |
| 4.1 区域生长算法的基本原理 | 第38页 |
| 4.2 区域生长算法的串行实现 | 第38-39页 |
| 4.2.1 串行算法描述 | 第38页 |
| 4.2.2 串行算法实现及算法流程图 | 第38-39页 |
| 4.3 区域生长算法的并行设计 | 第39-46页 |
| 4.3.1 并行算法基本思想 | 第39-40页 |
| 4.3.2 并行策略研究 | 第40-41页 |
| 4.3.3 CUDA并行实现 | 第41-46页 |
| 5 基于CUDA的Quick Shift分割算法并行化 | 第46-54页 |
| 5.1 Quick Shift算法的基本原理 | 第46页 |
| 5.2 Quick Shift算法的串行实现 | 第46-48页 |
| 5.2.1 串行算法描述 | 第46-47页 |
| 5.2.2 串行算法实现及算法流程图 | 第47-48页 |
| 5.3 Quick Shift算法的并行设计 | 第48-54页 |
| 5.3.1 并行算法基本思想 | 第48-49页 |
| 5.3.2 并行策略研究 | 第49-50页 |
| 5.3.3 CUDA并行实现 | 第50-54页 |
| 6 实验结果与分析 | 第54-64页 |
| 6.1 实验平台 | 第54页 |
| 6.2 实验结果概览 | 第54-56页 |
| 6.3 实验性能分析 | 第56-64页 |
| 6.3.1 纵向性能分析 | 第56-59页 |
| 6.3.2 横向性能分析 | 第59-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |